人工智能 类型
可以朗读 语音朗读
299千字 字数
2026-01-01 发行日期
展开全部

主编推荐语

项目驱动全面解析AI智能体开发核心技术。

内容简介

本书较为全面地讲解AI智能体开发的关键技术，包括提示词工程、Function Calling、MCP、RAG知识库、语音识别、人脸识别、大模型应用等，同时结合蜗牛学苑的自研项目和教学案例，将所有技术融入项目中，以项目驱动的方式进行讲解，以便读者更好地理解AI智能体开发技术。

本书第1章主要讲解在Python中对接各类大模型，以及智能体开发所使用的Function Calling技术和MCP技术；第2章主要讲解FastAPI开发框架；第3章主要讲解基于网页对话来实现AI问答功能；第4章主要讲解每日新闻摘要功能的实现；第5章主要讲解智能语音记分功能的实现；第6章主要讲解智能考勤功能的实现；第7章主要讲解AI智慧课堂功能的实现；第8章主要讲解智能在线客服功能的实现。

目录

  • 版权信息
  • 内容提要
  • 前言
  • 第1章 大模型与智能体开发
  • 本章引言
  • 1.1 对接云端大模型接口
  • 1.1.1 准备PyCharm开发环境
  • 1.1.2 对接通义千问
  • 1.1.3 对接DeepSeek
  • 1.1.4 对接OpenRouter平台
  • 1.2 本地部署大模型
  • 1.2.1 安装与配置Ollama
  • 1.2.2 拉取并测试大模型
  • 1.2.3 CherryStudio对接Ollama
  • 1.2.4 调用Ollama API
  • 1.3 AI智能体开发技术
  • 1.3.1 Function Calling技术
  • 1.3.2 MCP技术
  • 1.3.3 使用Python调用Function Calling
  • 1.3.4 使用Python开发MCP服务
  • 第2章 FastAPI开发框架
  • 本章引言
  • 2.1 FastAPI快速使用
  • 2.1.1 快速入门
  • 2.1.2 URL及参数
  • 2.1.3 RESTful接口
  • 2.1.4 JSON请求体
  • 2.1.5 会话管理
  • 2.1.6 文件上传
  • 2.1.7 数据验证
  • 2.1.8 异步编程
  • 2.2 Jinja2模板引擎
  • 2.2.1 模板引擎的作用
  • 2.2.2 Jinja2快速使用
  • 2.2.3 Jinja2核心语法
  • 2.2.4 过滤器
  • 2.2.5 应用示例
  • 2.3 SQLModel数据处理
  • 2.3.1 利用PyMySQL操作数据库
  • 2.3.2 SQLModel核心操作
  • 2.3.3 SQLModel复杂查询
  • 2.4 FastAPI对接大模型
  • 2.4.1 基于OpenAI库对接
  • 2.4.2 处理流式响应
  • 2.4.3 前端JavaScript对接
  • 第3章 AI问答
  • 本章引言
  • 3.1 功能与设计分析
  • 3.1.1 核心功能列表
  • 3.1.2 整体实现思路
  • 3.2 前后端准备工作
  • 3.2.1 前端界面实现
  • 3.2.2 静态目录设置
  • 3.2.3 FastAPI多模块
  • 3.3 文本问答功能
  • 3.3.1 后端代码实现
  • 3.3.2 前端代码实现
  • 3.3.3 联网搜索功能
  • 3.3.4 开发MCP客户端
  • 3.3.5 函数调用增强
  • 3.4 图像识别与生成
  • 3.4.1 图像识别功能
  • 3.4.2 图像识别前端
  • 3.4.3 图像生成功能
  • 第4章 每日新闻摘要
  • 本章引言
  • 4.1 功能与设计分析
  • 4.1.1 核心功能列表
  • 4.1.2 整体实现思路
  • 4.2 基础功能实现
  • 4.2.1 前端界面布局
  • 4.2.2 数据表结构
  • 4.2.3 BeautifulSoup库
  • 4.2.4 爬取标题与超链接
  • 4.2.5 获取和摘要新闻
  • 4.2.6 前端界面渲染
  • 4.3 扩展功能实现
  • 4.3.1 新闻分类浏览
  • 4.3.2 按日期浏览新闻
  • 4.3.3 定时更新新闻
  • 第5章 智能语音记分
  • 本章引言
  • 5.1 语音识别与合成
  • 5.1.1 本地录音文件识别
  • 5.1.2 本地实时语音识别
  • 5.1.3 阿里云语音识别
  • 5.1.4 WebSocket通信
  • 5.1.5 JavaScript语音识别
  • 5.1.6 语音合成与播放
  • 5.2 Web版语音记分
  • 5.2.1 功能与实现思路
  • 5.2.2 前端界面实现
  • 5.2.3 前端JavaScript代码实现
  • 5.2.4 后台代码实现
  • 5.3 Python版语音记分
  • 5.3.1 tkinter绘制界面
  • 5.3.2 语音唤醒功能
  • 5.3.3 完整功能代码
  • 第6章 智能考勤
  • 本章引言
  • 6.1 需求与设计分析
  • 6.1.1 核心功能列表
  • 6.1.2 整体实现思路
  • 6.1.3 face_recognition的用法
  • 6.2 OpenCV版本实现
  • 6.2.1 利用OpenCV采集摄像头数据
  • 6.2.2 人脸数据存储与对比
  • 6.2.3 设计智能考勤系统数据表
  • 6.2.4 实现新增人脸数据功能
  • 6.2.5 实现人脸考勤功能
  • 6.2.6 实现Web端考勤数据查询功能
  • 6.3 Web端版本实现
  • 6.3.1 前端采集摄像头数据
  • 6.3.2 基于WebSocket进行实时检测
  • 6.3.3 基于前端界面进行考勤
  • 6.3.4 打卡成功并显示考勤记录
  • 6.4 活体检测防作弊
  • 6.4.1 活体检测概述
  • 6.4.2 人脸68个关键特征点
  • 6.4.3 指令动作检测原理
  • 6.4.4 活体检测核心代码
  • 6.4.5 前端连续截图测试
  • 6.4.6 活体检测与考勤
  • 第7章 AI智慧课堂
  • 本章引言
  • 7.1 功能与设计分析
  • 7.1.1 核心功能列表
  • 7.1.2 整体实现思路
  • 7.1.3 数据库设计
  • 7.2 主体功能开发
  • 7.2.1 视频文件预处理
  • 7.2.2 生成课堂笔记
  • 7.2.3 生成思维导图
  • 7.2.4 生成视频关键帧
  • 7.2.5 拓展知识引用
  • 7.3 出题和考试功能
  • 7.3.1 生成考题
  • 7.3.2 前端渲染考题
  • 7.3.3 提交试卷并评分
  • 7.4 登录与Token鉴权
  • 7.4.1 Token处理机制
  • 7.4.2 加密与解密处理
  • 7.4.3 登录与Token认证
  • 7.4.4 前后端校验处理
  • 7.5 定时任务处理
  • 第8章 智能在线客服
  • 本章引言
  • 8.1 功能与设计分析
  • 8.1.1 RAG与向量数据库
  • 8.1.2 核心功能列表
  • 8.1.3 整体实现思路
  • 8.2 LlamaIndex框架应用
  • 8.2.1 LlamaIndex概述
  • 8.2.2 LlamaIndex核心操作
  • 8.2.3 文档分段与检索
  • 8.2.4 定义提示词模板
  • 8.2.5 处理流式响应
  • 8.2.6 文档分段策略
  • 8.2.7 检索结果重排序
  • 8.3 向量数据库
  • 8.3.1 Chroma的核心操作
  • 8.3.2 自行分段实现RAG
  • 8.3.3 Chroma的其他操作
  • 8.3.4 LlamaIndex整合Chroma
  • 8.3.5 Qdrant的核心操作
  • 8.3.6 LlamaIndex整合Qdrant
  • 8.4 项目功能实现
  • 8.4.1 Web前端实现
  • 8.4.2 用户端功能实现
  • 8.4.3 文档上传并建立索引
  • 8.4.4 文档信息处理
  • 8.4.5 文档分段内容查看
  • 8.5 扩展功能优化
  • 8.5.1 联网搜索并回复
  • 8.5.2 联系方式自动通知
  • 8.5.3 保存对话记录
  • 8.5.4 对接云端知识库
  • 8.5.5 使用大模型进行分段
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。